
Shrimp Task Manager
Shrimp Task Manager 是一款专为AI Agent打造的任务管理工具,强调思维链、反思与风格一致性。它能将自然语言转化为具备依赖追踪和迭代优化能力的结构化开发任务,使推理型AI系统展现出类开发者的行为模式。
MCP 虾米任务管理器
🚀 基于模型上下文协议(MCP)的智能任务管理系统,为AI智能体提供高效编程工作流框架
Shrimp任务管理器引导智能体通过结构化工作流进行系统性编程,增强任务记忆管理机制,有效避免冗余和重复编码工作。
✨ 功能特性
- 任务规划分析:深入理解和分析复杂任务需求
- 智能任务分解:自动将大任务拆分为可管理的小任务
- 依赖关系管理:精准处理任务间依赖关系,确保正确执行顺序
- 执行状态跟踪:实时监控任务执行进度和状态
- 任务完整性验证:确保任务结果符合预期要求
- 任务复杂性评估:自动评估任务复杂度并提供最优处理建议
- 自动摘要更新:任务完成后自动生成摘要,优化记忆性能
- 任务记忆功能:自动备份任务历史,提供长期记忆和参考能力
- 思维链流程:分步推理系统化分析复杂问题
- 项目规则初始化:定义项目标准和规则,保持大型项目一致性
🔄 任务管理工作流
系统提供完整的任务管理生命周期:
- 开始规划
plan_task:分析任务问题,确定需求范围 - 深入分析
analyze_task:检查现有代码库避免重复工作 - 解决方案反思
reflect_task:批判性审查分析结果,确保解决方案全面 - 任务分解
split_tasks:将复杂任务拆分为小任务,建立清晰依赖关系 - 任务列表
list_tasks:查看所有任务及其执行状态 - 执行任务
execute_task:执行特定任务同时评估复杂度 - 结果验证
verify_task:全面检查任务完成情况 - 任务完成
complete_task:标记任务为已完成并生成报告,自动更新摘要 - 任务管理
delete_task:管理未完成任务(已完成任务保留在系统中) - 查询任务
query_task:通过关键词搜索过去记忆中的相关任务 - 显示任务
get_task_detail:显示完整任务指导 - 处理思维
process_thought:进行分步推理分析复杂问题 - 初始化项目规则
init_project_rules:设置并维护项目标准和规范
🧠 任务记忆功能
Shrimp任务管理器具有长期记忆能力,自动保存任务执行历史,在规划新任务时提供参考经验。
核心功能
- 系统自动将任务备份到记忆目录
- 备份文件按时间顺序命名,格式为tasks_backup_YYYY-MM-DDThh-mm-ss.json
- 任务规划智能体会自动接收如何使用记忆功能的指导
优势与收益
- 避免重复工作:参考过往任务,无需从零解决类似问题
- 借鉴成功经验:利用已被证明有效的解决方案,提高开发效率
- 学习与改进:发现过去的错误或低效解决方案,持续优化工作流
- 知识积累:随着系统使用形成不断扩充的知识库
通过有效利用任务记忆功能,系统可以持续积累经验,智能水平和工作效率不断提升。
🤔 思维链流程
思维链功能通过结构化思考增强问题解决能力:
- 系统性推理:将复杂问题分解为逻辑步骤
- 假设检验:挑战假设以验证解决方案方法
- 批判性分析:用严格标准评估解决方案选项
- 改进决策:通过深思熟虑得出更可靠结论
当启用时(默认设置),系统通过process_thought工具引导智能体进行逐步推理,确保在实施前彻底分析问题。
📋 项目规则初始化
项目规则功能帮助维护代码库一致性:
- 标准化开发:建立一致的编码模式和实践
- 新开发者引导:为项目贡献提供明确指南
- 保持质量:确保所有代码符合既定项目标准
⚠️ 推荐:当项目规模扩大或发生重大变更时初始化项目规则。这有助于在复杂度增加时保持一致性和质量。
使用init_project_rules工具在以下情况设置或更新项目标准:
- 开始新的大型项目时
- 新团队成员加入时
- 实施重大架构变更时
- 采用新的开发规范时
使用示例
可以通过简单的自然语言命令轻松访问此功能:
- 初始设置:只需告诉智能体"init rules"或"init project rules"
- 更新:当项目演进时,告诉智能体"Update rules"或"Update project rules"
当代码库扩展或经历重大结构变化时,此工具特别有价值,有助于在整个项目生命周期中保持一致的开发实践。
📚 文档资源
🔧 安装与使用
通过Smithery安装
通过Smithery自动为Claude桌面版安装Shrimp任务管理器:
bash
npx -y @smithery/cli install @cjo4m06/mcp-shrimp-task-manager --client claude
手动安装
bash
# 安装依赖
npm install
# 构建并启动服务
npm run build
🔌 与MCP兼容客户端配合使用
Shrimp任务管理器可与任何支持模型上下文协议的客户端配合使用,例如Cursor IDE。
在Cursor IDE中配置
Shrimp任务管理器提供两种配置方式:全局配置和项目专属配置。
全局配置
- 打开Cursor IDE全局配置文件(通常位于
~/.cursor/mcp.json) - 在
mcpServers部分添加以下配置:
json
{
"mcpServers": {
"shrimp-task-manager": {
"command": "node",
"args": ["/mcp-shrimp-task-manager/dist/index.js"],
"env": {
"DATA_DIR": "/path/to/project/data" // 必须使用绝对路径
}
}
}
}
或
{
"mcpServers": {
"shrimp-task-manager": {
"command": "npx",
"args": ["mcp-shrimp-task-manager"],
"env": {
"DATA_DIR": "/mcp-shrimp-task-manager/data"
}
}
}
}
⚠️ 请将
/mcp-shrimp-task-manager替换为您的实际路径。
项目专属配置
您也可以为每个项目设置专属配置,使不同项目使用独立的数据目录:
- 在项目根目录创建
.cursor目录 - 在此目录中创建
mcp.json文件,内容如下:
json
{
"mcpServers": {
"shrimp-task-manager": {
"command": "node",
"args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
"env": {
"DATA_DIR": "/path/to/project/data" // 必须使用绝对路径
}
}
}
}
或
{
"mcpServers": {
"shrimp-task-manager": {
"command": "npx",
"args": ["mcp-shrimp-task-manager"],
"env": {
"DATA_DIR": "/path/to/project/data" // 必须使用绝对路径
}
}
}
}
⚠️ 重要配置说明
DATA_DIR参数是Shrimp任务管理器存储任务数据、对话日志等信息的目录,正确设置此参数对系统正常运行至关重要。该参数必须使用绝对路径,使用相对路径可能导致系统无法正确定位数据目录,造成数据丢失或功能失效。
警告:使用相对路径可能导致以下问题:
- 数据文件找不到,导致系统初始化失败
- 任务状态丢失或无法正确保存
- 不同环境下应用行为不一致
- 系统崩溃或无法启动
🔧 环境变量配置
Shrimp任务管理器支持通过环境变量自定义提示行为,无需修改代码即可微调AI助手响应。您可以通过配置或.env文件设置这些变量:
json
{
"mcpServers": {
"shrimp-task-manager": {
"command": "node",
"args": ["/path/to/mcp-shrimp-task-manager/dist/index.js"],
"env": {
"DATA_DIR": "/path/to/project/data",
"MCP_PROMPT_PLAN_TASK": "自定义规划指导...",
"MCP_PROMPT_EXECUTE_TASK_APPEND": "附加执行说明...",
"ENABLE_THOUGHT_CHAIN": "true"
}
}
}
}
有两种自定义方法:
- 覆盖模式 (
MCP_PROMPT_[FUNCTION_NAME]):完全替换默认提示 - 追加模式 (
MCP_PROMPT_[FUNCTION_NAME]_APPEND):在现有提示上添加内容
此外还有其他系统配置变量:
- DATA_DIR:指定任务数据存储目录
- ENABLE_THOUGHT_CHAIN:控制任务规划工作流中的思考模式。设置为
true(默认)时,系统引导用户使用process_thought工具进行逐步推理。设置为false时,系统直接使用analyze_task提交分析结果,跳过详细思考过程。
有关自定义提示的详细说明,包括支持的参数和示例,请参阅提示定制指南。
💡 系统提示指导
Cursor IDE配置
您可以启用Cursor Settings => Features => Custom modes,并配置以下两种模式:
TaskPlanner模式
您是一名专业的任务规划专家。必须与用户交互,分析其需求并收集项目相关信息。最后必须使用"plan_task"创建任务。任务创建后必须进行总结并告知用户使用"TaskExecutor"模式执行任务。
您必须专注于任务规划。不得使用"execute_task"执行任务。
严重警告:您是任务规划专家,不能直接修改程序代码,只能规划任务,不能直接修改程序代码,只能规划任务。
TaskExecutor模式
您是一名专业的任务执行专家。当用户指定要执行的任务时,使用"execute_task"执行任务。
如未指定任务,则使用"list_tasks"查找未执行任务并执行。
执行完成后必须给出总结,告知用户结论。
您一次只能执行一个任务,当任务完成时禁止执行下一个任务,除非用户明确告知。
如果用户要求"continuous mode",则按顺序执行所有任务。
💡 根据需求选择合适的模式:
- 规划任务时使用TaskPlanner模式
- 执行任务时使用TaskExecutor模式
与其他工具配合使用
如果您的工具不支持Custom modes,您可以:
- 在不同阶段手动粘贴适当的提示
- 或直接使用简单命令如
请规划以下任务:......或请开始执行任务...
🛠️ 可用工具概览
配置完成后,您可以使用以下工具:
| 类别 | 工具名称 | 描述 |
|---|---|---|
| 任务规划 | plan_task |
开始规划任务 |
| 任务分析 | analyze_task |
深入分析任务需求 |
process_thought |
分步推理分析复杂问题 | |
| 解决方案评估 | reflect_task |
反思并改进解决方案概念 |
| 项目管理 | init_project_rules |
初始化或更新项目标准和规则 |
| 任务管理 | split_tasks |
将任务拆分为子任务 |
list_tasks |
显示所有任务和状态 | |
query_task |
搜索和列出任务 | |
get_task_detail |
显示完整任务详情 | |
delete_task |
删除未完成任务 | |
| 任务执行 | execute_task |
执行特定任务 |
verify_task |
验证任务完成情况 | |
complete_task |
标记任务为已完成 |
🔧 技术实现
- Node.js:高性能JavaScript运行时环境
- TypeScript:提供类型安全的开发环境
- MCP SDK:与大语言模型无缝交互的接口
- UUID:生成唯一可靠的任务标识符
📄 许可证
本项目采用MIT License发布





